Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Optisk Kohärens Tomografi med Artificiell Intelligens (AI-OCT) för Detektion av Kirurgiska Marginaler vid Basalcellscancer

30 april 2026 uppdaterad av: David M. Ozog, Henry Ford Health System

Optisk Kohärens Tomografi med Artificiell Intelligens (AI-OCT) för preoperativ gränsdetektion av Basalcellscancer

Basalcellscancer (BCC) är den vanligaste maligna tumören hos människor, som drabbar cirka 2 miljoner amerikaner varje år. Mohs mikrografisk kirurgi (MMS) tar bort vävnad genom successiv excision. Kostnaderna för MMS skulle kunna minskas om antalet nödvändiga excisionssteg minskades genom en mer exakt initial bedömning av tumörmarginalen.

Målet med denna observationsstudie är att ta reda på om optisk koherenstomografi (OCT) som används tillsammans med artificiell intelligens-algoritmer är korrekt vid detektion av ytliga BCC-marginaler före MMS. Denna studie syftar också till att avgöra om AI-OCT-guidad marginaldelineering kan minska antalet steg i MMS.

Forskarna kommer först att fokusera på att validera AI-OCT som en metod för att korrekt detektera BCC. En uppföljningsstudie skulle sedan adressera den guidade preoperativa marginaldelineeringen.

Studieöversikt

Status

Har inte rekryterat ännu

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Beräknad)

30

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Vuxna patienter med biopsibekräftad BCC som är schemalagda för Mohs mikrographisk kirurgi

Beskrivning

Inklusionskriterier:

  • Man eller kvinna, 18 år eller äldre
  • Minst en biopsiverifierad ytlig eller nodulär BCC
  • Beredvillighet att låta ta fotografier av behandlingsområdet
  • Förmåga att förstå och beredvillighet att underteckna ett skriftligt informerat samtyckesdokument

Exklusionskriterier:

  • Infiltrativ, mikronodulär eller morpheaform BCC
  • Gravida kvinnor
  • Deltagare som inte är villiga att låta ta en biopsi från behandlingsområdet
  • Deltagare med herpes simplex-virusinfektion i behandlingsområdet

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
Validering av AI-OCT som en exakt metod för att upptäcka basaliom
Tidsram: 2 år
2 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Beräknad)

1 september 2026

Primärt slutförande (Beräknad)

1 december 2027

Avslutad studie (Beräknad)

1 december 2028

Studieregistreringsdatum

Först inskickad

14 januari 2026

Först inskickad som uppfyllde QC-kriterierna

14 januari 2026

Första postat (Faktisk)

22 januari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

6 maj 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

30 april 2026

Senast verifierad

1 april 2026

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera